论文摘要
为了获得更高的电缆接头温度预测精度,引入了粒子群（PSO）优化算法来动态寻优标准化参数。以PSO-SVM算法对电缆接头温度进行预测,生成相应的训练与测试样本。通过训练样本来计算PSO-SVM模型乘子λ及其偏差量B,再根据计算得到的B与λ处理测试样本获得模型精度与预测效果。仿真分析结果表明:采用PSO-SVM方法可以预测得到更加符合实测值的结果,获得比SVM预测方法更优的相对误差,得到的优化参数是完全有效的。大小不一样的数据样本会对预测结果精度造成明显影响,其中样本较多时可以获得相对更高的预测精度。
论文目录
文章来源
类型: 期刊论文
作者: 樊浩,宁博扬,何森
关键词: 电力电缆,接头温度预测模型,粒子群算法
来源: 电子测量技术 2019年21期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,自动化技术
单位: 国网冀北电力有限公司技能培训中心,国网上海市电力公司
分类号: TP18;TM503.5
DOI: 10.19651/j.cnki.emt.1902687
页码: 53-56
总页数: 4
文件大小: 168K
下载量: 87
相关论文文献
- [1].手指温度预测心脏病[J]. 家庭医药.快乐养生 2017(07)
- [2].极限梯度提升和长短期记忆网络相融合的土壤温度预测[J]. 光学精密工程 2020(10)
- [3].柔性路面温度预测模式研究[J]. 公路工程 2015(01)
- [4].基于神经网络的建筑室内温度预测比较研究[J]. 微型机与应用 2015(03)
- [5].基于支持向量机的井筒风流温度预测[J]. 山西煤炭 2013(03)
- [6].基于微信平台的温室环境监测与温度预测系统[J]. 农业机械学报 2017(S1)
- [7].一种基于耦合算法的矿井风流温度预测新方法[J]. 煤矿安全 2016(02)
- [8].嵌入式线圈温度预测控制系统研究与实现[J]. 计算机测量与控制 2012(01)
- [9].光伏板温度预测与仿真[J]. 计算机仿真 2018(03)
- [10].基于神经网络的铸钢奥氏体形成温度预测[J]. 铸造技术 2014(02)
- [11].基于信息熵的粮食干燥塔温度预测控制[J]. 计算机测量与控制 2014(06)
- [12].BP神经网络在粮仓平均温度预测中的应用[J]. 软件导刊 2015(08)
- [13].基于BFOA-SVR的铁路车站环境温度预测[J]. 计算机仿真 2019(04)
- [14].基于PCA-PSO-LSSVM的温室大棚温度预测方法[J]. 传感器与微系统 2018(07)
- [15].基于改进PSO-KELM的高炉回旋区温度预测研究[J]. 中国测试 2020(04)
- [16].基于改进PSO-SVR馆藏文物保存环境温度预测[J]. 电脑知识与技术 2015(06)
- [17].基于BEADS-ESMC组合算法的三相光伏并网逆变柜触点红外温度预测方法[J]. 变频器世界 2018(11)
- [18].基于SOM聚类算法和灰色改进神经网络的粮仓温度预测[J]. 粮食与油脂 2019(11)
- [19].基于主成分分析的短期PV/T组件温度预测[J]. 广西大学学报(自然科学版) 2018(02)
- [20].矿井潮湿巷道风流温度预测方法改进[J]. 安全与环境学报 2014(06)
- [21].基于非等间距灰色模型的原岩温度预测[J]. 煤矿安全 2010(11)
- [22].基于多物理特征的磨煤机出磨温度预测模型[J]. 自动化与仪表 2020(07)
- [23].射孔完井高产气井井筒压力温度预测[J]. 重庆科技学院学报(自然科学版) 2013(01)
- [24].基于外部观测温度预测锂电池电极温度的研究[J]. 电源技术 2018(08)
- [25].基于BP神经网络的星外设备温度预测[J]. 工程热物理学报 2019(07)
- [26].被动通风系统建模与室内温度预测[J]. 上海大学学报(自然科学版) 2012(02)
- [27].基于极限学习机的汉阳陵外藏坑遗址温度预测研究[J]. 文物保护与考古科学 2019(01)
- [28].高速切削热及温度预测研究进展[J]. 机械设计与制造 2012(05)
- [29].基于IAGA-BP神经网络的电地热室内温度预测[J]. 中国测试 2018(12)
- [30].基于模糊聚类和BP神经网络的隔离开关温度预测[J]. 信息与电脑(理论版) 2017(22)
标签：电力电缆论文; 接头温度预测模型论文; 粒子群算法论文;